Google presentou Gemini 4 Argon, un novo modelo de intelixencia artificial deseñado para resolver problemas complexos en programación, ciencia, finanzas, dereito e ciberseguridade. O sistema mellora as capacidades de razoamento dos seus antecesores e permite executar tarefas de varios pasos durante períodos prolongados, combinando ferramentas, documentación e análise de información de distintas fontes.
Gemini 4 Argon xa está dispoñible a escala global para desenvolvedores e empresas a través da API de Gemini, AI Studio e a plataforma de Google Cloud. Os subscritores de Google AI Ultra poden utilizalo en Google Antigravity, mentres que os usuarios dos plans Google AI Ultra e Pro tamén teñen acceso ao modelo na aplicación Gemini e no modo de IA da Busca.
O modelo ocupa o primeiro posto no Vals Index, unha clasificación que avalía o rendemento da intelixencia artificial en tarefas profesionais relacionadas coas finanzas, a programación, o dereito e a fiscalidade. A súa capacidade para manter a coherencia en procesos longos, interpretar documentación complexa e producir resultados precisos sitúao entre os sistemas máis avanzados desta categoría.
O prezo promocional de lanzamento é de 2 dólares por millón de tokens de entrada e 10 dólares por millón de tokens de saída. Os tokens de entrada almacenados na caché teñen un desconto do 95 %. A API admite ata un millón de tokens nunha xanela unificada de entrada e saída, unha capacidade orientada ao procesamento de grandes volumes de información e á execución de tarefas prolongadas.
Melloras na programación e na optimización de software
Gemini 4 Argon xa se emprega en Google Antigravity para axilizar o desenvolvemento de software. As probas internas reflicten un aumento superior ao 35 % no número de cambios de código enviados mediante axentes e unha redución de case un terzo nas reversións destes cambios.
O equipo de Chrome utilizou o modelo para separar funcionalidades do navegador dunha estrutura de código herdado de arredor de seis millóns de liñas, integrada nunha base de 40 millóns de liñas de Chromium. A reorganización arquitectónica afectou centos de ficheiros e completouse en semanas, fronte aos meses que requiriría habitualmente. Este traballo permitirá introducir novas formas de mover páxinas entre pestanas, paneis laterais e ventás flotantes sen necesidade de recargalas.
Outro dos resultados chegou co Agent Development Kit (ADK), o marco de código aberto de Google para crear axentes de intelixencia artificial. A partir dun conxunto de regras e dun obxectivo concreto, Argon traballou de maneira autónoma durante a noite para identificar optimizacións no código Python. Os cambios reduciron un 40 % o tempo de preparación de sesións en memoria longas e melloraron un 21 % a velocidade das importacións en frío.
A optimización tamén abrangue ferramentas científicas. No paquete de química cuántica de código aberto xTB, os cambios desenvolvidos coa axuda de Argon melloraron ata 2,3 veces a velocidade de predición das estruturas moleculares e 1,8 veces a procura de conformacións. Pola súa banda, a optimización dos modelos Gemma 4 E2B mediante vLLM acadou unha aceleración de 2,85 veces nunha GPU A100, sen perda de calidade nin diferenzas nos tokens xerados, segundo os datos publicados.
As capacidades de programación esténdense á creación de contidos tridimensionais. Entre as demostracións figuran escenas arquitectónicas detalladas, xogos interactivos e animacións xeradas mediante código. Un dos exemplos consiste nun xogo de carreiras baseado en fotografías dunha mesa real, cos obxectos modelados en Blender e a simulación física implementada en Three.js. Outro amosa un motor de trazado de raios escrito integramente en Python, sen bibliotecas externas.
Análise profesional e comprensión multimodal
Gemini 4 Argon tamén está orientado a tarefas profesionais que requiren combinar documentos, datos estruturados, imaxes e cálculos. A súa capacidade para analizar información distribuída en arquivos extensos permite detectar relacións pouco evidentes e manter o fío dunha investigación ao longo de procesos de varios pasos.
As primeiras avaliacións de empresas colaboradoras apuntan a melloras na análise financeira, a revisión de contratos, a investigación científica e a extracción de información visual. Box rexistrou nas súas probas internas unha mellora do 14 % na precisión respecto de Gemini 3.1 Pro. Kepler, pola súa banda, asegura que Argon igualou os modelos de referencia elaborados por analistas en máis do 99 % das cifras avaliadas en tarefas de análise financeira.
No sector sanitario, Ambience Healthcare está a validar o sistema para analizar historias clínicas con supervisión profesional. Nas probas con máis de 200 historias sintéticas de evolución clínica, Argon acadou a maior cobertura de detección e especificidade dos códigos ICD-10 entre os modelos comparados. A validación con rexistros reais de pacientes continúa en marcha.
A reconstrución tridimensional a partir de vídeos e documentación técnica é outra das aplicacións exploradas. En colaboración con Isomorphic Labs, o modelo tamén se utiliza para sintetizar información de patentes e documentos científicos relacionados co descubrimento de fármacos. Este traballo permite reducir de semanas a horas determinadas tarefas de investigación.
Avances en ciencia, ciberseguridade e robótica
Na computación cuántica, Argon axudou a optimizar un decodificador de corrección de erros, case duplicando o seu rendemento de inferencia. Tamén desenvolveu unha implementación verificada formalmente que reduce máis de cen veces o custo espazo-temporal dunha operación empregada en algoritmos de simulación cuántica, fronte a unha referencia publicada.
A investigación sobre fusión nuclear ofrece outro exemplo. Un equipo de Google e o profesor Matt Landreman, da Universidade de Maryland, identificou novos contraexemplos da conxectura de Grad, formulada en 1967 sobre as solucións matemáticas dos campos magnéticos dos stellarators. Os resultados poden proporcionar referencias máis fiables para comprobar as simulacións empregadas no deseño destes reactores experimentais.
Gamow Labs utilizou Argon para analizar xenomas anonimizados de recentemente nados con trastornos pulmonares raros. Nun dos casos, o modelo identificou unha reorganización cromosómica que o software habitual non detectara durante anos e explicou os motivos polos que pasara inadvertida. Nas probas internas, acadou un 57 % en asistencia ao diagnóstico de enfermidades raras no benchmark RareBench e un 52,2 % en razoamento de laboratorio en LabBench. Estes resultados non substitúen a validación clínica.
O deseño de encimas tamén figura entre os usos científicos. A partir de datos relevantes, axustes de modelos e filtros bioquímicos, Argon identificou cinco deseños novos de esterasas de serina, encimas capaces de cortar determinados enlaces químicos. As probas de laboratorio confirmaron actividade catalítica nos cinco deseños, un resultado que abre posibilidades para acelerar a investigación en biomanufactura, química sostible e desenvolvemento de medicamentos.
En robótica, o modelo acadou un 87 % no benchmark Embodied Reasoning (ERQA), que mide a capacidade para comprender e resolver problemas físicos e espaciais en ambientes tridimensionais. Nunha demostración interna, Argon observou un vídeo dunha persoa xogando ao cornhole, calculou os movementos necesarios e construíu unha simulación. O procedemento trasladouse despois ao robot humanoide Apollo, desenvolvido por Apptronik, que conseguiu sete lanzamentos consecutivos acertados nunha proba real.
O método, denominado «Video-to-Sim-to-Real», transforma vídeos ordinarios en simulacións que poden servir para adestrar robots. Segundo os resultados publicados, o proceso pode reducir de semanas a horas o traballo de modelado manual necesario para reproducir novas habilidades físicas.
A ciberseguridade é outro dos campos prioritarios. A través do programa Fairwind, Google ampliará o acceso ao modelo a centos de colaboradores adicionais. Wiz xa o utilizou para localizar e corrixir vulnerabilidades en infraestruturas gobernamentais e sanitarias. Entre os casos documentados figura un fallo que permitía eludir as restricións de descarga de ficheiros e acceder a unha clave mestra con privilexios de administrador, o que podía comprometer datos clínicos privados.
